CN116529633A - 用于借助照明装置和光学传感器探测物体的方法、用于执行这种方法的控制装置、具有这种控制装置的探测装置和具有这种探测装置的机动车 - Google Patents
用于借助照明装置和光学传感器探测物体的方法、用于执行这种方法的控制装置、具有这种控制装置的探测装置和具有这种探测装置的机动车 Download PDFInfo
- Publication number
- CN116529633A CN116529633A CN202180075341.3A CN202180075341A CN116529633A CN 116529633 A CN116529633 A CN 116529633A CN 202180075341 A CN202180075341 A CN 202180075341A CN 116529633 A CN116529633 A CN 116529633A
- Authority
- CN
- China
- Prior art keywords
- boundary
- image
- distance range
- visible distance
- optical sensor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000003287 optical effect Effects 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000001514 detection method Methods 0.000 title claims description 29
- 238000005286 illumination Methods 0.000 claims abstract description 41
- 238000011156 evaluation Methods 0.000 claims description 11
- 238000010586 diagram Methods 0.000 description 6
- 230000000875 corresponding effect Effects 0.000 description 4
- 238000002310 reflectometry Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/46—Indirect determination of position data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C3/00—Measuring distances in line of sight; Optical rangefinders
- G01C3/02—Details
- G01C3/06—Use of electric means to obtain final indication
- G01C3/08—Use of electric radiation detectors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/141—Control of illumination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
- G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
- G06V10/451—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters with interaction between the filter responses, e.g. cortical complex cells
- G06V10/454—Integrating the filters into a hierarchical structure, e.g. convolutional neural networks [CNN]
Abstract
本发明涉及一种用于借助照明装置(5)和光学传感器(7)探测物体(19)的方法,其中,该照明装置(5)和该光学传感器(7)两者的控制在时间上相互协调,该协调控制分配有对应的可见距离范围(15),将该可见距离范围(15)的至少一个像侧边界(17)与该可见距离范围(15)的至少一个边界(17)的预定标准形态相对比,基于该对比在该至少一个边界(17)处搜寻物体(19)。
Description
技术领域
本发明涉及一种用于借助照明装置和光学传感器探测物体的方法、一种用于执行这种方法的控制装置、一种具有这种控制装置的探测装置和一种具有这种探测装置的机动车。
背景技术
借助照明装置和光学传感器的物体探测方法和物体跟踪方法是已知的。从公开号为WO 2017/009848 A1的国际专利申请中知道一种类似方法,在此,照明装置和光学传感器以时间相互协调的方式被控制,以在光学传感器的观测区域内针对一定可见距离范围进行采集,其中,该可见距离范围来自照明装置与光学传感器的时间协调控制。此方法的缺点是在所探测的待跟踪物体与照明装置和光学传感器之间不进行反馈。
从Tobias Gruber等人的公开出版物“Gated2Depth:Real-Time Dense LidarFrom Gated Images”(https://arxiv.org/pdf/1902.04997.pdf)中得到一种用于实时创建包含距离信息的图像的方法。此时的问题是该方法只能被用在不超过80米的作用距离内。
发明内容
本发明的任务因此是提供一种用于借助照明装置和光学传感器探测物体的方法、一种用于执行这种方法的控制装置、一种具有这种控制装置的探测装置和一种具有这种探测装置的机动车,其中,所述缺点至少部分被消除、优选得以避免。
如此完成该任务,即,提供本技术教导,尤其是独立权利要求的教导以及在从属权利要求和说明书中公开的实施方式的教导。
该任务尤其被如此完成,即,提供一种用于借助照明装置和光学传感器探测物体的方法,其中,所述照明装置和光学传感器的控制在时间上相互协调,该协调控制分配有对应的可见距离范围。将该可见距离范围的至少一个像侧边界与该可见距离范围的至少一个边界的预定标准形态相对比。基于该对比来搜寻在该至少一个边界处的物体,尤其在至少一个像侧边界处。
借助该方法可以有利地尤其提前搜寻并探测物体,尤其是在可见距离范围的远边界处。通过提前识别物体可以有利地规划交通安全性优化的制动策略和/或避让策略。另外,基于提前的物体识别,能够借助其它传感器、尤其是雷达传感器和/或激光雷达传感器来精确测定探测物体并执行物体跟踪。
在该方法的一个优选实施方式中,所述光学传感器和照明装置在空间上相互间隔布置,所述光学传感器和照明装置优选以尽量大的空间相互间距布置。有利地,因所述光学传感器和照明装置的间隔而产生在光学传感器的图像中可看到的物体的投影。因此,借助投影,也可以探测与路面的对比度小或未与路面形成对比度的物体。
在可见距离范围的远边界处的物体的探测与物体的反射性能和/或亮度相关。一旦亮的和/或具有良好反射性能的物体在远边界进入可见距离范围,该物体就可被探测。暗的和/或具有差的反射性能的物体只能在物体的不可忽略的部分和/或物体的投影位于可见距离范围时才被探测。
在可见距离范围的近边界处的物体的探测与物体的反射性能和/或亮度无关。
用于借助照明装置和光学传感器的时间相互协调的控制产生图像的方法尤其是被称为选通成像法的方法;该光学传感器尤其是摄像头,其仅在规定的有限时间范围内被切换至灵敏,这被称为“选通控制”,因此摄像头为选通摄像头。照明装置也相应在时间上仅在规定的所选时间间隔期内被驱动,以照亮物侧场景。
尤其通过照明装置发出规定数量的光脉冲,其优选分别具有5~20ns的持续时间。光学传感器曝光的开始和结束被关联至所发出的光脉冲的数量和持续时间。因此,一定的可见距离范围可以通过照明装置和光学传感器两者的时间控制按照相应规定的局部位置、即尤其是可见距离范围的近边界和远边界距光学传感器的一定距离由该光学传感器来测得。
可见距离范围在此是三维空间内的如下物侧区域,其通过将照明装置的光脉冲的数量和持续时间与光学传感器的曝光的开始和结束相结合而借助光学传感器在二维图像中被映射到光学传感器的像平面上。
在此和以下提到“物侧”时,讨论的是真实空间内的区域。在此和以下提到“像侧”时,讨论的是在光学传感器的像平面上的区域。可见距离范围在此出现在物侧。这对应于通过成像定理及照明装置和光学传感器的时间控制所配属的在像平面上的像侧区域。
依据在照明装置照明开始之后的光学传感器曝光的开始和结束,光脉冲光子照中光学传感器。可见距离范围距照明装置和光学传感器越远,在该距离范围内所反射的光子照中光学传感器之前的持续时间越长。因此,可见距离范围距照明装置和光学传感器越远,照明结束与曝光开始之间的时差越长。
因此根据该方法的一个设计而尤其可能的是,通过相应适当地选择照明装置与光学传感器两者的时间控制来限定可见距离范围的位置和空间宽度、尤其是可见距离范围的近边界与远边界之间的距离。
在该方法的一个优选设计中,设定可见距离范围,在此,从中确定并相应设定照明装置与光学传感器两者的时间协调。
照明装置在一个优选设计中具有至少一个表面发光件、尤其是所谓的VCSE激光器。替代地或附加地,光学传感器优选是摄像头。
在该方法的一个实施方式中,当识别到、即探测到物体时,对所探测的物体进行分类。优选地,所述分类借助神经元网或深度学习方法来执行。
根据本发明的一个改进方案而规定,作为可见距离范围的像侧边界来确定在图像的曝光区域与未曝光区域之间延伸的像侧线。物体基于像侧线与标准形态的水平走向的偏差被探测。
可见距离范围的至少一个边界的预定标准形态尤其是在图像的曝光区域与未曝光区域之间的水平线。如果物体位于可见距离范围的至少一个边界处,则该物体在图像中可见。亮的和/或具有良好反射性能的物体增大图像的曝光区域并缩小图像的未曝光区域。暗的和/或具有差的反射性能的物体增大图像的未曝光区域并缩小图像的曝光区域。在两种情况下,可见距离范围的像侧边界具有不同于水平走向的走向。有利地基于所述偏差来探测该物体。
根据本发明的一个改进方案而规定,确定一个像侧评估区,其具有可见距离范围的所述至少一个像侧边界。另外,关于所有配属于光学传感器上的评估区的像素的列直方图是通过分别将评估区的各像列对应的像素的照明强度相加而创建的。基于列直方图与水平走向的偏差来探测物体。
在本技术教导的上下文中,列直方图的水平走向是如下走向,在此,所有的值位于一个预定区间内。这尤其意味着该值在预定误差内是恒定的。或者,列直方图的水平走向是如下走向,其能按预定的最大误差借助水平线被内插。
如果物体位于可见距离范围的至少一个边界处,则该物体在列直方图中产生与水平走向的明显偏差。
根据本发明的一个改进方案而规定,在图像中确定探测物体距光学传感器的距离。另外,在图像中确定物体的像侧竖向伸展尺寸,并且基于该距离和像侧竖向伸展尺寸来近似估算探测物体的物侧高度。优选可行的是估算探测的物体的最大可能物侧高度。
一种用于确定探测物体与光学传感器之间距离的方法来自德国公开文本DE 102020 002 994 A1。物体的像侧竖向伸展尺寸可以直接在图像中被确定。
在本技术教导的上下文中,优选地可以从物体的像侧竖向伸展尺寸中确定在光学传感器与物体的投影的最大物侧伸展尺寸之间的物侧距离。
在本技术教导的上下文中,探测物体在物侧布置在x-y平面之内,照明装置关于z轴以高度zB布置x-y平面上方。在照明装置和/或光学传感器与探测物体之间的距离xO在x方向上被测量。为了估算探测的物体的物侧高度zO、尤其是最大可能物侧高度,前提是物体不具有在x方向上的伸展尺寸。借助射线定理,照明装置的高度zB、探测物体的高度zO、距离xO和物体投影的最大伸展尺寸xS被相互关联。于是,借助公式
来估算物侧高度zO。借助公式(1)的估算所得的物侧高度zO始终小于照明装置的高度zB。
根据本发明的一个改进方案而规定,如果物体在作为至少一个像侧边界的第一像侧边界的可见距离范围远边界处被探测,则创建一系列的图像。可见距离范围的近边界在像侧被评估为至少一个像侧边界的第二像侧边界,其中,将可见距离范围的像侧近边界与可见距离范围的近边界的预定标准形态相对比。基于该对比来搜寻探测的物体。当在可见距离范围的近边界识别到探测的物体时,这一系列图像被结束采集。借助此改进方案而优选可能的是,在可见距离范围的远边界处以及在可见距离范围的近边界处都探测到物体。
根据本发明的一个改进方案而规定,若在图像中在可见距离范围的近边界处以及在可见距离范围的远边界处都探测到物体,则推断为不可轧上的物体。
在本技术教导的上下文中,不可轧上的物体具有如下的物侧高度zO,其大于照明装置的高度zB或对应于照明装置的高度zB。
根据本发明的一个改进方案而规定,对于探测的物体执行物体跟踪。
在该方法的一个优选实施方式中,物体跟踪借助卡纳德-卢卡斯-托马西方法(KLT方法)执行。
根据本发明的一个改进方案而规定,至少一个像侧边界与至少一个边界的标准形态的对比是借助深度学习方法且优选使用神经网络来执行的。
也如此完成该任务,即,提供一种控制装置,其设立用于执行本发明的方法或根据一个或多个前述实施方式的方法。控制装置优选设计成计算装置、尤其优选是计算机或者控制器、尤其是机动车的控制器。关于控制装置尤其得到已经关于该方法所解释的优点。
也如此完成该任务,即,提供一种探测装置,其具有照明装置、光学传感器和本发明的控制装置或根据一个或多个前述实施例的控制装置。控制装置优选有效连接至所述照明装置和光学传感器并且设立用于分别对其予以控制。与探测装置相关地尤其是得到已经关于所述方法和控制装置解释的优点。
最后也如此完成该任务,即,提供一种具有本发明的探测装置或根据一个或多个前述实施例的探测装置的机动车。与机动车相关地尤其得到已经关于所述方法、控制装置和探测装置所解释的优点。
在有利设计中,该机动车被设计成载重汽车。但也可能的是该机动车是轿车、商用车或其它机动车。
附图说明
以下将结合图来详细解释本发明,其中:
图1示出具有探测装置的实施例的机动车的实施例的示意图,
图2示出图像的第一和第二例子的示意图,其中,第一可见距离范围的远边界和近边界被可视化,
图3示出图像的第三例子的示意图,其中,第二可见距离范围的远边界和近边界被可视化,
图4示出图像的第四例子的示意图,
图5以示意图示出图像的第五例子和所属的列直方图的一个例子,
图6以示意图示出用于估算第一物体和第二物体的高度的例子。
具体实施方式
图1示出具有探测装置3的实施例的机动车1的实施例的示意图。探测装置3具有照明装置5、光学传感器7(尤其是摄像头)和控制装置9。控制装置9以未明确示出的方式有效连接/作用连接至照明装置5和光学传感器7且设立用于分别予以控制。
照明装置5优选具有至少一个表面发光件、尤其是所谓的VCSE激光器。
图1尤其示出照明装置5的照明锥11和光学传感器7的观察区域13。此外,用阴影线示出可见距离范围15,其作为照明装置5的照明锥11与光学传感器7的观察区域13的子集存在。在可见距离范围15的远边界17.1处布置物体19。
控制装置9尤其设立用于执行一种用于借助照明装置5和光学传感器7探测物体19的方法的以下所详述的实施方式。
照明装置5的和光学传感器7的控制在时间上相互协调,该协调控制配属有对应的可见距离范围15。将可见距离范围15的至少一个像侧边界17′、尤其是像侧远边界17.1′或像侧近边界17.2′与可见距离范围15的至少一个边界17的预定标准形态相对比。基于所述对比来搜寻在至少一个边界17处的物体19。
优选地,如果在可见距离范围15的远边界17.1处探测到物体19,则创建一连串/系列图像21。另外,可见距离范围15的近边界17.2在像侧被评估,其中,将可见距离范围15的像侧近边界17.2′与可见距离范围15的近边界17.2的预定标准形态相比较。基于该对比来搜寻在先在远边界17.1处已探测到的物体19。当在可见距离范围15的近边界17.2处也探测到物体19时,这一系列图像21被采集结束。
优选针对探测物体19执行物体跟踪。
在图2和3中示出在可见距离范围15的至少一个像侧边界17′与可见距离范围15的至少一个边界17的预定标准形态之间的对比的第一实施方式。在光学传感器7的图像21中确定作为可见距离范围15的像侧边界17′的像侧线23。像侧线23在曝光区域25和未曝光区域27之间延伸。物体19基于像侧线23与标准形态的水平走向的偏差被探测。
在图2a)中示出图像21的第一例子的示意图。亮的和/或具有良好反射性能的像侧物体19′布置在可见距离范围15的远边界17.1处。像侧线23.1表明可见距离范围15的像侧远边界17.1′。像侧线23.2表明可见距离范围15的像侧近边界17.2′。远边界17.1和近边界17.2的预定标准形态是具有水平走向的线。基于物体19的亮色和/或良好反射性能,像侧线23.1在像侧物体19′区域中向上凸出,使得曝光区域25被扩大。基于像侧线23.1的偏差、尤其是凸出,探测到在可见距离范围15的远边界17.1处的物体19。
在图2b)中示出图像21的第二例子的示意图。暗的和/或具有差的反射性能的像侧物体19′布置在可见距离范围15的远边界17.1处。因为物体19的暗色和/或差的反射性能,像侧线23.1在像侧物体19′区域中向下凸出,使得未曝光区域27.1被扩大。基于像侧线23.1的偏差、尤其是凸出,探测到在可见距离范围15的远边界17.1处的物体19。
在图3中示出图像21的第三例子的示意图。暗的和/或具有差的反射性能的像侧物体19′布置在可见距离范围15的近边界17.2处。因为物体19的暗色和/或差的反射性能以及投影,像侧线23.2在像侧物体19′的区域中向上凸出,使得未曝光区域27.2被扩大。基于像侧线23.2的偏差、尤其是凸出,探测到在可见距离范围15的近边界17.2处的物体19。
图4示出图像21的第四例子的示意图。在图像21中,未曝光区域27.1和27.2通过暗的和/或具有差的反射性能的像侧物体19′光学关联。在此情况下,在唯一的图像21中在可见距离范围15的远边界17.2处以及在可见距离范围15的近边界17.2处都同时探测到物体19,并推断为不可轧上的物体19。
图5以示意图示出图像21的第五例子和所属列直方图29的一个例子。
在图5a)中示出包含可见距离范围15的像侧远边界17.1′的图像21的局部。另外,物体19布置在可见距离范围15的远边界17.1处并在图像21中作为像侧物体19′被示出。为了探测物体19确定一个像侧评估区31。像侧评估区31被如此确定,即,像侧远边界17′包含在评估区31内。关于所有配属于光学传感器7上的评估区31的像素的列直方图29(如图5b)所示)是通过针对评估区31的每个像列将对应的像素的照明强度相加来创建的。基于列直方图29与水平走向的偏差来探测物体19。
物体19是亮的和/或具有良好反射性能,故在列直方图29中可以看到与水平走向相比向上的显著偏差。基于列直方图29与水平走向的这种偏差来探测物体19。
图6示出用于估算第一物体19.1的和第二物体19.2的高度的例子的示意图。第一物体19.1和第二物体19.2两者都具有共同的距照明装置5的距离xO。在借助光线35进行显示的情况下,第一物体19.1以及第二物体19.2两者都具有共同的投影37伸展尺寸xS。借助合适的方法来确定距离xO以及像侧竖向伸展尺寸。从竖向伸展尺寸中计算投影37的伸展尺寸xS。基于该距离xO和像侧竖向伸展尺寸、尤其是投影37的伸展尺寸xS,近似地尤其依据公式(1)估算两个物体19的高度zO,其中,该估算高度zO对于两个物体是相同的。估算高度zO略大于第二物体19.2的实际高度zO2。但估算高度zO比第一物体19.1的实际高度zO1明显更大。因此可以从图6中清楚看到物体19的高度在使用公式(1)时未被估算得过小。
Claims (10)
1.一种用于借助照明装置(5)和光学传感器(7)探测物体(19)的方法,其中,
-该照明装置(5)和该光学传感器(7)两者的控制在时间上相互协调,
-该协调控制分配有可见距离范围(15),
-将该可见距离范围(15)的至少一个像侧边界(17′)与该可见距离范围(15)的至少一个边界(17)的预定标准形态相对比,
-基于该对比在该至少一个边界(17)处搜寻物体(19)。
2.根据权利要求1所述的方法,其中,在图像(21)内的曝光区域(25)与未曝光区域(27)之间延伸的像侧线(23)被确定为该可见距离范围(15)的至少一个像侧边界(17′),其中,基于该像侧线(23)与标准形态的水平走向的偏差来探测物体(19)。
3.根据前述权利要求之一所述的方法,其中,
-确定该图像(21)的下述的像侧评估区(31),该像侧评估区具有该可见距离范围(15)的至少一个像侧边界(17′),
-关于所有配属于该光学传感器(7)上的评估区(31)的像素的列直方图(29)通过针对该评估区(31)的每个像列将对应的像素的照明强度相加而被创建,
-基于该列直方图(29)与水平走向的偏差来探测物体(19)。
4.根据前述权利要求之一所述的方法,其中,
-在该图像(21)中确定该探测物体(19)距该光学传感器(7)的距离,
-在该图像(21)中确定该探测物体(19)的像侧竖向伸展尺寸,
-基于该距离和该像侧竖向伸展尺寸来近似估算该探测物体(19)的物侧高度。
5.根据前述权利要求之一所述的方法,其中,
-如果在该可见距离范围(15)的远边界(17.1)处物体(19)被探测,则创建一系列图像(21),其中,该远边界作为该至少一个像侧边界(17′)的第一像侧边界(17.1′)
-该可见距离范围(15)的近边界(17.2)在像侧被评估为该至少一个像侧边界(17′)的第二像侧边界(17.2′),
-将该可见距离范围(15)的像侧近边界(17.2′)与该可见距离范围(15)的近边界(17.2)的预定标准形态相对比,
-该探测物体(19)基于该对比而在该可见距离范围(15)的近边界(17.2)处被搜寻,
-当在该可见距离范围(15)的近边界(17.2)处探测到该探测物体(19)时,结束这一系列图像(21)。
6.根据前述权利要求之一所述的方法,其中,如果在图像(21)中物体(19)在该可见距离范围(15)的近边界(17.2)处以及在该可见距离范围(15)的远边界(17.1)处被探测,则推断为不可轧上的物体(19)。
7.根据前述权利要求之一所述的方法,其中,对于所探测的物体(19),执行物体跟踪。
8.一种控制装置(9),设立用于执行根据前述权利要求之一所述的方法。
9.一种探测装置(3),具有照明装置(5)、光学传感器(7)和根据权利要求8所述的控制装置(9)。
10.一种机动车(1),具有根据权利要求9所述的探测装置(3)。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102020006880.4 | 2020-11-09 | ||
DE102020006880.4A DE102020006880A1 (de) | 2020-11-09 | 2020-11-09 | Verfahren zum Detektieren eines Objekts mittels einer Beleuchtungseinrichtung und eines optischen Sensors, Steuereinrichtung zur Durchführung eines solchen Verfahrens, Detektionsvorrichtung mit einer solchen Steuereinrlchtung und Kraftfahrzeug mit einer solchen Detektionsvorrichtung |
PCT/EP2021/077661 WO2022096215A1 (de) | 2020-11-09 | 2021-10-07 | Verfahren zum detektieren eines objekts mittels einer beleuchtungseinrichtung und eines optischen sensors, steuereinrichtung zur durchführung eines solchen verfahrens, detektionsvorrichtung mit einer solchen steuereinrichtung und kraftfahrzeug mit einer solchen detektionsvorrichtung |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116529633A true CN116529633A (zh) | 2023-08-01 |
Family
ID=74091972
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180075341.3A Pending CN116529633A (zh) | 2020-11-09 | 2021-10-07 | 用于借助照明装置和光学传感器探测物体的方法、用于执行这种方法的控制装置、具有这种控制装置的探测装置和具有这种探测装置的机动车 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20240012144A1 (zh) |
EP (1) | EP4241114A1 (zh) |
CN (1) | CN116529633A (zh) |
DE (1) | DE102020006880A1 (zh) |
WO (1) | WO2022096215A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102021001175A1 (de) * | 2021-03-05 | 2022-09-08 | Daimler Truck AG | Verfahren zum Betreiben einer Gated-Kamera, Steuereinrichtung zur Durchführung eines solchen Verfahrens, Kameravorrichtung mit einer solchen Steuereinrichtung und Kraftfahrzeug mit einer solchen Kameravorrichtung |
DE102021002915A1 (de) * | 2021-06-07 | 2022-12-08 | Daimler Truck AG | Verfahren zum Betreiben einer Gated-Kamera, Steuervorrichtung zur Durchführung eines solchen Verfahrens, Sichtweitenmessvorrichtung mit einer solchen Steuervorrichtung und Kraftfahrzeug mit einer solchen Sichtweitenmessvorrichtung |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6189116B2 (ja) * | 2013-07-09 | 2017-08-30 | ソニーセミコンダクタソリューションズ株式会社 | 画像処理装置、画像処理方法およびプログラム |
IL239919A (en) | 2015-07-14 | 2016-11-30 | Brightway Vision Ltd | Branded template lighting |
DE102020002994B4 (de) | 2020-05-19 | 2023-03-30 | Daimler Truck AG | Verfahren zur Messung eines Abstandes zwischen einem Objekt und einem optischen Sensor, Steuereinrichtung zur Durchführung eines solchen Verfahrens, Abstandsmessvorrichtung mit einer solchen Steuereinrichtung und Kraftfahrzeug mit einer solchen Abstandsmessvorrichtung |
-
2020
- 2020-11-09 DE DE102020006880.4A patent/DE102020006880A1/de active Pending
-
2021
- 2021-10-07 CN CN202180075341.3A patent/CN116529633A/zh active Pending
- 2021-10-07 US US18/251,804 patent/US20240012144A1/en active Pending
- 2021-10-07 WO PCT/EP2021/077661 patent/WO2022096215A1/de active Application Filing
- 2021-10-07 EP EP21789679.4A patent/EP4241114A1/de active Pending
Also Published As
Publication number | Publication date |
---|---|
US20240012144A1 (en) | 2024-01-11 |
WO2022096215A1 (de) | 2022-05-12 |
DE102020006880A1 (de) | 2021-01-14 |
EP4241114A1 (de) | 2023-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210295065A1 (en) | Object identification system | |
US10501059B2 (en) | Stereo camera device | |
US5910817A (en) | Object observing method and device | |
US6873912B2 (en) | Vehicle tracking system | |
US8422737B2 (en) | Device and method for measuring a parking space | |
US8009871B2 (en) | Method and system to segment depth images and to detect shapes in three-dimensionally acquired data | |
JP5254102B2 (ja) | 環境認識装置 | |
CN115803656A (zh) | 用于测量对象与光学传感器之间的距离的方法、用于执行这种方法的控制装置、具有这种控制装置的测距装置和具有这种测距装置的机动车 | |
US20060210113A1 (en) | Object detector for a vehicle | |
US9558546B2 (en) | Three-dimensional object detection device, and three-dimensional object detection method | |
JP2009041929A (ja) | 距離計測方法および装置、ならびに距離計測装置を備えた車両 | |
CN116529633A (zh) | 用于借助照明装置和光学传感器探测物体的方法、用于执行这种方法的控制装置、具有这种控制装置的探测装置和具有这种探测装置的机动车 | |
JP2006184276A (ja) | 視覚検知による全天候障害物衝突防止装置とその方法 | |
JP6782433B2 (ja) | 画像認識装置 | |
KR20190098242A (ko) | 차량 주변 환경을 특성화하기 위한 시스템 | |
CN109703555A (zh) | 用于探测道路交通中被遮蔽的对象的方法和设备 | |
CN116685865A (zh) | 用于操作第一照明装置、第二照明装置和光学传感器的方法、用于执行这种方法的控制装置、具有这种控制装置的选通摄像头装置和具有这种选通摄像头装置的机动车 | |
US20200205633A1 (en) | Arrangement and Method for Contactless Distance Determination of the Type of the Light Intersection Method | |
WO2021059967A1 (ja) | 物体認識装置及び物体認識プログラム | |
US20220309776A1 (en) | Method and system for determining ground level using an artificial neural network | |
CN116034051A (zh) | 用于至少一个对象的对象追踪方法、用于执行这种方法的控制装置、具有这种控制装置的对象追踪装置和具有这种对象追踪装置的机动车 | |
US20220404499A1 (en) | Distance measurement apparatus | |
WO2023224078A1 (ja) | 車載センシングシステムおよび縁石の検出方法 | |
WO2023135952A1 (ja) | 画像処理装置、画像処理方法および画像処理システム | |
US20240083346A1 (en) | Gating camera, vehicle sensing system, and vehicle lamp |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |